几乎以假乱真：英特尔通过机器学习让《GTA5》的画面更接近现实

IT之家 5 月 16 日消息 英特尔 ISL 实验室本周为大家带来了一段新的演示视频：通过机器学习让《GTA5》的画面近乎现实，不过部分情景受限于素材库及研究进度生成的画面比较模糊，但也做到了几乎以假乱真的程度。

IT之家了解到，这是英特尔 ISL 研究小组“现实增强（Photorealism Enhancement）”项目的一部分，新的机器学习工具通过分析游戏动画的每一帧，将其和现实图像对比，然后再应用基于此的增强，从而使计算机生成的图像更加真实。

研究人员 Stephan R. Richter、Hassan Abu Alhaija 和 Vladlen Kolten 创造了一种新型机器学习模式，将 GTA5 游戏过程中的渲染内容接近现实场景观感：包括明灭不同的灯光，平滑的人行道以及接近真实的汽车的反光纹理和质感，似乎玩家真的是从游戏的车子内看向真实街道，即使它是虚拟出来的场景。

该项目主要是提出了一种增强合成图像真实感的方法。英特尔提出了一种新的策略，在训练过程中采样图像补丁，并在用于增强照片真实感的神经网络模块中引入了多个基础改进，最终在稳定性和真实感方面的重大突破。

论文地址: https://arxiv.org/abs/2105.04619

代码数据: https://github.com/intel-isl/Photorea...

项目地址: https://intel-isl.github.io/Photoreal...